clinicaltrials-database

ClinicalTrials.gov 数据库

概述

ClinicalTrials.gov 是由美国国家医学图书馆维护的全球临床试验综合注册库。通过 API v2，可以搜索试验、检索详细研究信息、按多种条件筛选，并导出数据用于分析。该 API 是公开的（无需身份验证），速率限制约为每分钟 50 次请求，支持 JSON 和 CSV 格式。

何时使用此技能

在处理临床试验数据的场景中应使用此技能，例如：

• 患者匹配 - 为特定疾病或患者群体寻找正在招募的试验
• 研究分析 - 分析临床试验趋势、结果或研究设计
• 药物/干预研究 - 识别测试特定药物或干预措施的试验
• 地理搜索 - 查找特定地点或区域的试验
• 申办方/机构追踪 - 查找特定机构开展的试验
• 数据导出 - 提取临床试验数据用于进一步分析或报告
• 试验监测 - 追踪特定试验的状态更新或结果
• 资格筛查 - 审查试验的入选/排除标准

快速开始

基本搜索查询

使用辅助脚本搜索临床试验：

cd scientific-databases/clinicaltrials-database/scripts
python3 query_clinicaltrials.py

或直接使用 Python 的 requests 库：

import requests

url = "https://clinicaltrials.gov/api/v2/studies"
params = {
    "query.cond": "breast cancer",
    "filter.overallStatus": "RECRUITING",
    "pageSize": 10
}

response = requests.get(url, params=params)
data = response.json()

print(f"Found {data['totalCount']} trials")

检索特定试验

使用 NCT ID 获取试验的详细信息：

import requests

nct_id = "NCT04852770"
url = f"https://clinicaltrials.gov/api/v2/studies/{nct_id}"

response = requests.get(url)
study = response.json()

# Access specific modules
title = study['protocolSection']['identificationModule']['briefTitle']
status = study['protocolSection']['statusModule']['overallStatus']

核心功能

1. 按疾病/病症搜索

使用 query.cond 参数查找研究特定疾病或病症的试验。

示例：查找正在招募的糖尿病试验

from scripts.query_clinicaltrials import search_studies

results = search_studies(
    condition="type 2 diabetes",
    status="RECRUITING",
    page_size=20,
    sort="LastUpdatePostDate:desc"
)

print(f"Found {results['totalCount']} recruiting diabetes trials")
for study in results['studies']:
    protocol = study['protocolSection']
    nct_id = protocol['identificationModule']['nctId']
    title = protocol['identificationModule']['briefTitle']
    print(f"{nct_id}: {title}")

常见用例：

• 查找罕见病试验
• 识别合并症试验
• 追踪特定诊断的试验可用性

2. 按干预措施/药物搜索

使用 query.intr 参数搜索测试特定干预措施、药物、器械或操作的试验。

示例：查找测试 Pembrolizumab 的 3 期试验

from scripts.query_clinicaltrials import search_studies

results = search_studies(
    intervention="Pembrolizumab",
    status=["RECRUITING", "ACTIVE_NOT_RECRUITING"],
    page_size=50
)

# Filter by phase in results
phase3_trials = [
    study for study in results['studies']
    if 'PHASE3' in study['protocolSection'].get('designModule', {}).get('phases', [])
]

常见用例：

• 药物开发追踪
• 制药公司的竞争情报
• 临床医生的治疗方案研究

3. 地理搜索

使用 query.locn 参数查找特定地点的试验。

示例：查找纽约的癌症试验

from scripts.query_clinicaltrials import search_studies

results = search_studies(
    condition="cancer",
    location="New York",
    status="RECRUITING",
    page_size=100
)

# Extract location details
for study in results['studies']:
    locations_module = study['protocolSection'].get('contactsLocationsModule', {})
    locations = locations_module.get('locations', [])
    for loc in locations:
        if 'New York' in loc.get('city', ''):
            print(f"{loc['facility']}: {loc['city']}, {loc.get('state', '')}")

常见用例：

• 将患者转诊至本地试验
• 地理试验分布分析
• 新试验的站点选择

4. 按申办方/机构搜索

使用 query.spons 参数查找特定机构开展的试验。

示例：查找 NCI 申办的试验

from scripts.query_clinicaltrials import search_studies

results = search_studies(
    sponsor="National Cancer Institute",
    page_size=100
)

# Extract sponsor information
for study in results['studies']:
    sponsor_module = study['protocolSection']['sponsorCollaboratorsModule']
    lead_sponsor = sponsor_module['leadSponsor']['name']
    collaborators = sponsor_module.get('collaborators', [])
    print(f"Lead: {lead_sponsor}")
    if collaborators:
        print(f"  Collaborators: {', '.join([c['name'] for c in collaborators])}")

常见用例：

• 追踪机构研究组合
• 分析资助机构的优先事项
• 识别合作机会

5. 按研究状态筛选

使用 filter.overallStatus 参数按招募或完成状态筛选试验。

有效状态值：

• RECRUITING - 正在招募参与者
• NOT_YET_RECRUITING - 尚未开放招募
• ENROLLING_BY_INVITATION - 仅通过邀请招募
• ACTIVE_NOT_RECRUITING - 活跃但不再招募
• SUSPENDED - 暂时中止
• TERMINATED - 提前停止
• COMPLETED - 研究已结束
• WITHDRAWN - 在入组前撤回

示例：查找最近完成且有结果的试验

from scripts.query_clinicaltrials import search_studies

results = search_studies(
    condition="alzheimer disease",
    status="COMPLETED",
    sort="LastUpdatePostDate:desc",
    page_size=50
)

# Filter for trials with results
trials_with_results = [
    study for study in results['studies']
    if study.get('hasResults', False)
]

print(f"Found {len(trials_with_results)} completed trials with results")

6. 检索详细研究信息

获取特定试验的全面信息，包括资格标准、结局、联系人和地点。

示例：提取资格标准

from scripts.query_clinicaltrials import get_study_details

study = get_study_details("NCT04852770")
eligibility = study['protocolSection']['eligibilityModule']

print(f"Eligible Ages: {eligibility.get('minimumAge')} - {eligibility.get('maximumAge')}")
print(f"Eligible Sex: {eligibility.get('sex')}")
print(f"\nInclusion Criteria:")
print(eligibility.get('eligibilityCriteria'))

示例：提取联系信息

from scripts.query_clinicaltrials import get_study_details

study = get_study_details("NCT04852770")
contacts_module = study['protocolSection']['contactsLocationsModule']

# Overall contacts
if 'centralContacts' in contacts_module:
    for contact in contacts_module['centralContacts']:
        print(f"Contact: {contact.get('name')}")
        print(f"Phone: {contact.get('phone')}")
        print(f"Email: {contact.get('email')}")

# Study locations
if 'locations' in contacts_module:
    for location in contacts_module['locations']:
        print(f"\nFacility: {location.get('facility')}")
        print(f"City: {location.get('city')}, {location.get('state')}")
        if location.get('status'):
            print(f"Status: {location['status']}")

7. 分页和批量数据检索

使用分页高效处理大型结果集。

示例：检索所有匹配的试验

from scripts.query_clinicaltrials import search_with_all_results

# Get all trials (automatically handles pagination)
all_trials = search_with_all_results(
    condition="rare disease",
    status="RECRUITING"
)

print(f"Retrieved {len(all_trials)} total trials")

示例：可控制的手动分页

from scripts.query_clinicaltrials import search_studies

all_studies = []
page_token = None
max_pages = 10  # Limit to avoid excessive requests

for page in range(max_pages):
    results = search_studies(
        condition="cancer",
        page_size=1000,  # Max page size
        page_token=page_token
    )

    all_studies.extend(results['studies'])

    # Check for next page
    page_token = results.get('pageToken')
    if not page_token:
        break

print(f"Retrieved {len(all_studies)} studies across {page + 1} pages")

8. 将数据导出为 CSV

将试验数据导出为 CSV 格式，以便在电子表格软件或数据分析工具中进行分析。

示例：导出为 CSV 文件

from scripts.query_clinicaltrials import search_studies

# Request CSV format
results = search_studies(
    condition="heart disease",
    status="RECRUITING",
    format="csv",
    page_size=1000
)

# Save to file
with open("heart_disease_trials.csv", "w") as f:
    f.write(results)

print("Data exported to heart_disease_trials.csv")

注意： CSV 格式返回的是字符串，而不是 JSON 字典。

9. 提取并总结研究信息

提取关键信息，以便快速概览或生成报告。

示例：创建试验摘要

from scripts.query_clinicaltrials import get_study_details, extract_study_summary

# Get details and extract summary
study = get_study_details("NCT04852770")
summary = extract_study_summary(study)

print(f"NCT ID: {summary['nct_id']}")
print(f"Title: {summary['title']}")
print(f"Status: {summary['status']}")
print(f"Phase: {', '.join(summary['phase'])}")
print(f"Enrollment: {summary['enrollment']}")
print(f"Last Update: {summary['last_update']}")
print(f"\nBrief Summary:\n{summary['brief_summary']}")

10. 组合查询策略

组合多个筛选条件，实现定向搜索。

示例：多条件搜索

from scripts.query_clinicaltrials import search_studies

# Find Phase 2/3 immunotherapy trials for lung cancer in California
results = search_studies(
    condition="lung cancer",
    intervention="immunotherapy",
    location="California",
    status=["RECRUITING", "NOT_YET_RECRUITING"],
    page_size=100
)

# Further filter by phase
phase2_3_trials = [
    study for study in results['studies']
    if any(phase in ['PHASE2', 'PHASE3']
           for phase in study['protocolSection'].get('designModule', {}).get('phases', []))
]

print(f"Found {len(phase2_3_trials)} Phase 2/3 immunotherapy trials")

资源

scripts/query_clinicaltrials.py

功能全面的 Python 脚本，为常见查询模式提供辅助函数：

• search_studies() - 使用各种筛选条件搜索试验
• get_study_details() - 检索特定试验的完整信息
• search_with_all_results() - 自动分页获取所有结果
• extract_study_summary() - 提取关键信息以便快速概览

直接运行该脚本可查看用法示例：

python3 scripts/query_clinicaltrials.py

references/api_reference.md

详细的 API 文档，包括：

• 完整的端点规范
• 所有查询参数及有效值
• 响应数据结构与模块
• 带代码示例的常见用例
• 错误处理与最佳实践
• 数据标准（ISO 8601 日期、CommonMark markdown）

在使用不熟悉的 API 功能或排查问题时，请加载此参考文档。

最佳实践

速率限制管理

该 API 的速率限制约为每分钟 50 次请求。对于批量数据检索：

1. 使用最大分页大小（1000）以尽量减少请求次数
2. 对速率限制错误（429 状态）实现指数退避
3. 在大规模数据收集时，在请求之间添加延迟

import time
import requests

def search_with_rate_limit(params):
    try:
        response = requests.get("https://clinicaltrials.gov/api/v2/studies", params=params)
        response.raise_for_status()
        return response.json()
    except requests.exceptions.HTTPError as e:
        if e.response.status_code == 429:
            print("Rate limited. Waiting 60 seconds...")
            time.sleep(60)
            return search_with_rate_limit(params)  # Retry
        raise

数据结构导航

API 响应具有嵌套结构。常见信息的关键路径：

• NCT ID：study['protocolSection']['identificationModule']['nctId']
• 标题：study['protocolSection']['identificationModule']['briefTitle']
• 状态：study['protocolSection']['statusModule']['overallStatus']
• 阶段：study['protocolSection']['designModule']['phases']
• 入选标准：study['protocolSection']['eligibilityModule']
• 地点：study['protocolSection']['contactsLocationsModule']['locations']
• 干预措施：study['protocolSection']['armsInterventionsModule']['interventions']

错误处理

始终为网络请求实现适当的错误处理：

import requests

try:
    response = requests.get(url, params=params, timeout=30)
    response.raise_for_status()
    data = response.json()
except requests.exceptions.HTTPError as e:
    print(f"HTTP error: {e.response.status_code}")
except requests.exceptions.RequestException as e:
    print(f"Request failed: {e}")
except ValueError as e:
    print(f"JSON decode error: {e}")

处理缺失数据

并非所有试验都具备完整信息。始终检查字段是否存在：

# Safe navigation with .get()
phases = study['protocolSection'].get('designModule', {}).get('phases', [])
enrollment = study['protocolSection'].get('designModule', {}).get('enrollmentInfo', {}).get('count', 'N/A')

# Check before accessing
if 'resultsSection' in study:
    # Process results
    pass

技术规格

• 基础 URL：https://clinicaltrials.gov/api/v2
• 身份验证：不需要（公共 API）
• 速率限制：每个 IP 约 50 次请求/分钟
• 响应格式：JSON（默认）、CSV
• 最大分页大小：每次请求 1000 项研究
• 日期格式：ISO 8601
• 文本格式：富文本字段使用 CommonMark Markdown
• API 版本：2.0（2024 年 3 月发布）
• API 规范：OpenAPI 3.0

完整技术细节请参阅 references/api_reference.md。